降雨 径流模拟 第2版PDF电子书下载

第1章 基础篇：径流过程与模拟过程 1

1.1 为什么模拟？ 1

1.2 如何使用本书 2

1.3 模拟过程 3

1.4 流域水文学的认知模型 6

1.5 径流过程与地球化学特性 11

1.6 产流和汇流 13

1.7 概念模型的选择问题 14

1.8 模型率定和验证问题 15

1.9 本章要点 18

Box 1.1 Robert Elmer Horton（1875—1945）的科学研究遗产 19

第2章 降雨-径流模型的演变：保留拟合最佳的？ 21

2.1 起点：推理方法 21

2.2 实时预报：径流系数和时间转换 22

2.3 单位水文过程线的变体 27

2.4 早期的数字计算机模型：斯坦福流域模型及其派生模型 30

2.5 基于分布过程描述的模型 33

2.6 基于分布函数的简化分布式模型 35

2.7 近期进展：发展现状是什么？ 36

2.8 可以找到更多关于降雨-径流模型的发展历程和变化的地方 37

2.9 本章要点 37

Box 2.1 线性、非线性与非稳定性 39

Box 2.2 新安江模型、ARNO模型或VIC模型 40

Box 2.3 控制体积与微分方程 43

第3章 降雨-径流模拟的数据 45

3.1 降雨数据 45

3.2 流量数据 48

3.3 气象数据、截留量和蒸散发量的估算 50

3.4 气象数据和融雪估算 53

3.5 分布在流域内的气象数据 54

3.6 其他水文变量 54

3.7 数字高程数据 55

3.8 地理信息和数据管理系统 58

3.9 遥感数据 59

3.10 用于了解流域响应的示踪剂数据 61

3.11 链接模型模块和数据系列 62

3.12 本章要点 63

Box 3.1 估算蒸散发率的Penman-Monteith组合方程 64

Box 3.2 估算截留损失 67

Box 3.3 用度—日法估算融雪 70

第4章 使用基于数据的模型预报水文过程 74

4.1 数据可用性与经验模拟 74

4.2 水文倒推法 75

4.3 转换函数模型 78

4.4 实例研究：威尔士Liyn Briane CI6流域的DBM模拟 84

4.5 转换函数的物理推导 86

4.6 根据观测数据开发归纳式降雨-径流模型的其他方法 89

4.7 本章要点 95

Box 4.1 线性转换函数模型 97

Box 4.2 利用转换函数来推算有效降雨 101

Box 4.3 转换函数时变参数估计和流域非线性的推导 102

第5章 使用基于过程描述的分布式模型预报水文过程 107

5.1 分布式模型的物理基础 107

5.2 流域尺度上的基于物理的降雨-径流模型 116

5.3 实例研究：爱达荷州Reynolds Creek流域水流过程模拟 122

5.4 实例研究：SHE模型在Slapton Wood流域的盲验证检验 125

5.5 简化的分布式模型 127

5.6 实例研究：美国亚利桑那州Walnut Gulch产流的分布式模拟 134

5.7 实例研究：美国俄克拉荷马州Chickasha,R-5流域的模拟 137

5.8 分布式模型应用的良好实践 140

5.9 基于连续微分方程的分布式模型的讨论 141

5.10 本章要点 142

Box 5.1 地下径流描述方程 144

Box 5.2 土壤表面的下渗率估算 145

Box 5.3 偏微分方程的求解：一些基本概念 151

Box 5.4 Richards方程中使用的土壤含水特性函数 156

Box 5.5 土壤转换函数 160

Box 5.6 地表径流的描述方程 162

Box 5.7 运动波方程的推导 165

第6章 水文相似性、分布函数和半分布式降雨-径流模型 168

6.1 水文相似性和水文响应单元 168

6.2 概率分布式湿度模型（PDM）和栅格对栅格模型（G2G） 169

6.3 TOPMODEL 172

6.4 实例研究：TOPMODEL在挪威Saeternbekken流域的应用 180

6.5 TOPKAPI 185

6.6 半分布式水文响应单元（HRU）模型 186

6.7 对HRU方法的一些评论 188

6.8 本章要点 189

Box 6.1 TOPMODEL的基本理论 191

Box 6.2 土壤与水评估工具（SWAT）模型 199

Box 6.3 SCS曲线数模型回顾 203

第7章 参数估计与预报不确定性 209

7.1 模型率定或调整 209

7.2 参数响应面与敏感性分析 211

7.3 性能指标与似然度 216

7.4 自动最优化技术 217

7.5 模型和数据的不确定性识别：前向不确定性估计 219

7.6 不确定性区间的类型 220

7.7 采用贝叶斯统计法的模型率定 221

7.8 贝叶斯框架下输入不确定性的处理 223

7.9 利用集合论法的模型率定 225

7.10 认识等效性：GLUE法 227

7.11 实例研究：GLUE法在模拟挪威Saeternbekken MINIFELT流域中的应用 233

7.12 实例研究：GLUE可接受范围法在评价英格兰，Somerset的Brue流域模拟中的应用 236

7.13 GLUE在降雨-径流模拟中的其他应用 239

7.14 不确定性估计的GLUE法和贝叶斯法的对比 240

7.15 预报的不确定性、风险和决策 241

7.16 动态参数和模型结构误差 242

7.17 降雨-径流模拟中的质量控制及伪信息 243

7.18 数据在模型调整中的价值 247

7.19 本章要点 247

Box 7.1 在评价模型中使用的似然度 249

Box 7.2 组合的似然估计 255

Box 7.3 定义响应面或似然面的形状 256

第8章 进阶篇：适于变化风险的模型 259

8.1 降雨-径流模型在管理未来风险中的作用 259

8.2 短期未来风险：洪水预报 260

8.3 洪水预报的数据要求 261

8.4 用于洪水预报的降雨-径流模型 263

8.5 实例研究：英国Cumbria,Eden河流域的洪水预报 266

8.6 洪水频率估计的降雨-径流模拟 269

8.7 实例研究：模拟捷克共和国Skalka流域的洪水频率特性 272

8.8 变化的风险：流域变化 274

8.9 变化的风险：气候变化 276

8.10 本章要点 279

Box 8.1 实时预报的自适应增益参数估计 280

第9章 进阶篇：下一代水文模型 282

9.1 为什么需要新的模拟技术？ 282

9.2 代表性单元流域概念 284

9.3 REW概念是如何不同于其他水文模型的？ 287

9.4 REW概念的实现 287

9.5 从水文学的简化理论推求尺度依赖的滞后特性 288

9.6 利用粒子寻踪描述水通量 290

9.7 作为复杂自适应系统的流域 292

9.8 水文响应的最优化约束 294

9.9 本章要点 295

第10章 进阶篇：无资料流域的预报 296

10.1 无资料流域面临的挑战 296

10.2 PUB计划 297

10.3 MOPEX计划 298

10.4 无资料流域的预报方法 298

10.5 作为学习过程的PUB 299

10.6 根据流域特征进行的模型参数回归 300

10.7 参照流域与池组方法 301

10.8 用于约束模型参数的水文过程线特征的直接估计 303

10.9 模型参数区域化方法比较 305

10.10 作为无资料流域模型的HRU和LSP 306

10.11 对无资料流域的观测 306

10.12 本章要点 308

第11章 进阶篇：流域内的水及其在流域内的滞时 309

11.1 天然示踪剂和人工示踪剂 309

11.2 流域系统内的平流和弥散 311

11.3 简单的混合模型 312

11.4 评估出流增量的空间分布 312

11.5 端元混合分析（EMMA） 313

11.6 示踪剂信息对水文过程的意义 314

11.7 实例研究：与汇流混合的端元 315

11.8 滞留时间分布模型 318

11.9 实例研究：预测瑞典G？rdsj？n流域示踪剂的运移 323

11.10 对水质模型的意义 324

11.11 本章要点 325

Box 11.1 描述平流和弥散 326

Box 11.2 流域系统的滞留时间分析 329

第12章 进阶篇：假设、观测以及各地模型 334

12.1 降雨-径流模拟中根据假设检验进行的模型选择 334

12.2 先验信息的价值 336

12.3 作为假设的模型 336

12.4 各地模型 339

12.5 良好实践的指南 340

12.6 各地模型和利益相关者的参与 341

12.7 各地模型和信息 342

12.8 最后的一些问题 342

附录A 软件和数据的网络来源 345

附录B 术语表 350

参考文献 360

索引 404